Claude Vision: анализ изображений и скриншотов

Claude умеет «видеть»: он разбирает фотографии, скриншоты, графики, схемы и даже рукописный текст. Это удобно, когда проще показать, чем объяснить словами. Разберём, что он умеет, как правильно спрашивать и где он ошибается.

Что умеет Claude Vision

объяснить ошибку на скриншоте программы или сайта;
прочитать и перевести текст с фотографии: меню, вывески, инструкции;
разобрать график или диаграмму и описать тенденции;
превратить фото таблицы или рукописных записей в текст;
оценить макет интерфейса и предложить улучшения;
сверстать страницу по скриншоту дизайна.

Поддерживаются форматы JPEG, PNG, GIF и WebP. Изображение можно вставить в чат или загрузить файлом.

Как спрашивать

Не ограничивайтесь «что на картинке?». Объясните, что нужно:

На скриншоте — ошибка при оплате в нашем приложении. Объясни, что она означает, и предложи три возможные причины. Если текст на скриншоте плохо читается — скажи, какую часть не удалось разобрать.

Другие полезные запросы:

«Перепиши таблицу с фото в формат CSV».
«Какие выводы можно сделать по этому графику продаж? Опирайся только на то, что видно».
«Что в этом макете может запутать пользователя?»

Ограничения

Мелкий или размытый текст распознаётся с ошибками — проверяйте цифры.
Точные подсчёты (сколько людей на фото, точные размеры) даются плохо.
Людей по лицу Claude не опознаёт — так устроена модель.
Сложные графики с множеством линий иногда читаются неверно.

Для важных данных всегда сверяйте ответ с оригиналом.

Приватность

Прежде чем загружать скриншот, проверьте, нет ли на нём паролей, личных сообщений, данных клиентов или номеров карт. Замажьте лишнее. Подробнее — в статье Claude и конфиденциальность данных.

Из картинки — в код или документ

По скриншоту интерфейса Claude может написать HTML и CSS, а результат показать в Artifacts. Для документов, где много страниц со сканами, см. статью Claude для документов и PDF.